NLP

NLP(自然语言处理)是人工智能的一个重要分支,致力于研究计算机与人类自然语言之间的交互,目标在于使机器能够​​理解、解释和生成人类语言​​。其核心任务涵盖基础技术如​​分词、词性标注、句法分析​​,到高级应用如​​机器翻译、情感分析、智能问答、文本摘要和语音识别​​。传统方法依赖统计机器学习与语言学规则,而现代NLP几乎完全由​​深度学习​​驱动:​​词嵌入​​(如Word2Vec)将词语映射为稠密向量,​​循环神经网络(RNN)​​、​​长短期记忆网络(LSTM)​​ 以及​​Transformer架构​​(如BERT、GPT系列)依靠注意力机制彻底改变了序列建模能力,使模型能够捕捉上下文语义的细微差别。预训练大语言模型(LLM)的出现,如ChatGPT,进一步推动NLP进入通用语言理解和生成的新阶段。NLP技术已广泛应用于搜索引擎、智能助理、机器翻译、内容推荐、舆情分析等领域,持续推动人机交互方式的变革,并成为当代AI技术落地最成功的方向之一。
系统包含六大功能模块:1.对话与任务中枢:浏览器访问本地端口即用的三栏界面(对话区、工具过程区、产物区),SSE实时流式推送思考、工具调用与产物,任务可随时中止。2.Agent执行引擎:自研functioncalling主循环,工具schema全量下发、模型自主决策,支持最多25轮回环与错误自愈,内
580Python人工智能
本项目是一套面向期货/证券量化交易的规则化系统构建工具包,可作为AI助手(WorkBuddy、ClaudeCode、扣子等支持Skill规范的工具)的插件直接加载使用。核心功能模块:1、目标体检:输入年化收益与最大回撤目标,用「所需Calmar=年化÷回撤」这个单一判据判定目标是否可行(≤0.5宽松
1020Python人工智能
双端交互与热插拔内核:基于“平台/内核分离”架构,同一套核心引擎同时支持终端CLI与浏览器Web(SSE流式输出);支持在运行时动态装卸、替换不同的大模型内核(换脑不重写代码)。高可用状态与持久化:内置原子写与水位线幂等机制,实现断点续传与崩溃自恢复;采用“七格板”管理长任务状态,确保任务进度绝不丢
930Python人工智能
全链路实时语音:麦克风WebRTC采集→SileroVAD(含500ms预回填,降低开口丢字)→流式STT→LLM流式生成→流式TTS→WebAudio播放;说话即打断(barge-in),用户插话立即停生成、停发声并重新监听,无需等AI说完。Provider中立:STT/LLM/TTS统一接口,1
1210Python人工智能
AI算法超市(通用能力):提供人脸检测、安全帽检测、通用文字识别(OCR)、二维码识别、车辆识别、图像去雾、人像背景虚化、音频降噪、文本纠错、行为分析等标准化AI能力,支持在线体验与API接口调用。定制化AISkills(业务纵深):集成针对移动端系统的日志分析技能,包括Android手机蓝牙业务日
970Java人工智能
本项目包含三大核心功能模块。一是桌面UI交互模块:实现了无边框透明窗口渲染、鼠标拖拽定位、右键菜单以及静态图与动态图切换。二是AI对话交互模块:独立编写了基于本地Ollama大模型的API调用脚本,完成连接与多轮对话验证。三是工程化打包部署模块:使用PyInstaller将项目封装为独立exe,攻克
910Python人工智能
主流程分四段:一、工单受理——录入工单号、服务器角色、紧急程度、任务描述;二、任务包组装——把工单拼装成结构化任务包,包含任务目标、环境线索、边界约束(如"数据必须来自真实命令输出,禁止编造""涉及删除、格式化、重启等危险操作先停下请求授权");三、人工审批——关键动作必须人工确认才放行,审批不通过
1320Python人工智能
主要功能模块:①品牌知识库——企业介绍、服务清单、交付案例等结构化沉淀;②对话问答——访客可直接询问"你们能做什么""怎么收费""凭什么相信你们",回答基于真实交付记录而非套话;③防编造约束——prompt层设计"基于真实记录回答、无依据即如实说明"的约束,回答带出处;④预制引导——提供高频问题引导
1110C人工智能
主要功能模块:①项目评估——输入需求描述,输出可行性判断、风险点与投入估算建议;②方案输出——按业务场景生成结构化的落地方案草案,供人修改确认;③行业动态——定时抓取与整理AI领域新动态,形成可快速浏览的摘要;④工作流编排——多节点协作(参数提取→分类判断→内容生成→结构化输出),支持定时任务与人工
930Python人工智能
主要功能模块:①应用定义文件解析——自动解析上传的应用定义(含节点、连线、变量引用、配置项);②确定性规则检查——执行100+项检查规则,覆盖结构完整性、反模式、检索增强配置、安全配置、可观测性等12个维度;③缺陷分级——按严重/一般/提示三级输出问题清单;④验收报告——生成结构化报告,给出结论、问
920Python人工智能
主要功能模块:①手册知识库——4000+页设备手册完成格式转换、清洗、分段、批量入库,支持按产品线与文档类型组织;②故障问答——工程师用自然语言描述报错现象,返回排查步骤、配置命令与手册出处(可回溯到具体章节);③检索约束——通过分段模式选型与检索配置降低型号误匹配类噪声;④拒答兜底——超出知识库范
1030Python低代码
设计了数据模块、模型模块、学习模块、系统模块、其他(配置、常量、工具等)模块。数据模块:用于处理序列标注数据的Dataset类和各种数据处理与预处理、数据统计与元数据生成、数据集划分等函数。模型模块:定义了Query意图识别模型LSTMModel,是一种基于LSTM实现的Query语句意图识别模型。
2351Python人工智能
设计了数据模块、模型模块、学习模块、系统模块、其他(配置、常量、工具等)模块。数据模块:用于处理序列标注数据的Dataset类和各种数据处理与预处理、数据统计与元数据生成、数据集划分等函数。模型模块:定义了Query成分分析模型LSTMCRFModel,是一种基于LSTM、CRF实现的Query语句
2011Python人工智能
设计了常量与配置模块、核心数据结构模块、工具类模块、索引与词图计算模块、核心分词逻辑模块。常量与配置模块:定义工厂的“基础规则”和“标准配件”,避免硬编码,统一管理配置。核心数据结构模块:定义分词过程中需要的“实体对象”,封装词的属性(位置、长度、权重、类型)。工具类模块:提供底层工具能力——字节流
2281Python人工智能
设计了概率模型生成模块、综合分值索引模块、成分语义分析模块、语义相似度推理模块、其他(配置、常量、测试工具等)模块。概率模型生成模块:用于根据原始种子ID数据目录下的ID数据文件列表,从来源索引中进行多线程获取高质量文本训练数据,然后对其分词后统计分词上下文转移概率,最终对全部的分词上下文转移概率构
1891Java人工智能
项目支持FAQ条目整理、问题分类、来源资料盘点、答案覆盖度检查、测试问题验证、升级规则设计和问答结果预览。系统可展示知识来源、问题分类、答案状态、人工复核队列和交付说明,适合扩展为企业内部知识库、客服问答助手、Dify/FastGPT知识库或轻量Web问答系统。
1050Python人工智能
设计了知识库收集模块、统计模型构建模块、智能推荐模块、中文纠错模块、其他(配置、常量、测试工具等)模块。知识库收集模块:用于根据原始种子ID数据从来源索引中获取高质量数据后,对数据进行全方位地分析,挖掘出与之对应的各种强关联关键词,并对每个关键词进行分类,最后对关键词关联对象按关键词进行生序排序。统
1661Java人工智能
系统覆盖知识库整理的全流程:①Inbox自动处理——识别新增笔记并按内容智能归类到PARA目录;②长笔记自动拆分——将超长文档按主题切分为多篇原子笔记并建立双向链接;③元数据自动生成——为每篇笔记补全frontmatter(标签、分类、摘要、创建日期);④内容优化——规范标题层级、补全缺失链接、清理
2120Python开发工具
用户管理模块:提供学生、教师等不同角色的注册、登录、权限管理及个人信息维护功能。资源管理模块:支持教学视频、音频、文档等多种格式资源的上传、下载、分类、标签化及预览。资源搜索与推荐模块:集成高效搜索引擎,支持关键词快速检索;并基于用户行为分析与资源标签,实现个性化的智能资源推荐。系统安全模块:通过数
1110Python人工智能
设计了语料收集模块、语料合并模块、索引生成模块、新词挖掘模块、其他(配置、常量、测试以及后处理工具等)模块。语料收集模块:用于根据原始待分析ID数据目录下的ID数据文件列表,进行多线程收集对应的文本(以及对应文本的逆序),再按最大滑动窗口转换为该阈值范围内的语料数据,最终对这些语料数据进行升序排序后
1501Java人工智能
当前共24个项目more
×
寻找源码
源码描述
联系方式
提交